La memoria de trabajo es una función importante para la cognición humana, ya que varias actividades cotidianas están relacionadas con ella, como recordar una dirección o desarrollar un cálculo mental. Desafortunadamente, las deficiencias en la memoria de trabajo afectan el rendimiento en actividades laborales o educativas, principalmente debido a la falta de concentración, y, con el objetivo de mejorar esto, se han desarrollado muchas aplicaciones de software. Sin embargo, a veces el usuario termina aburrido con estos juegos y se retira fácilmente. Para hacer frente a esto, nuestro trabajo explora el uso de robótica inteligente y mecanismos de ajuste dinámico de dificultad para desarrollar un novedoso sistema de entrenamiento de memoria de trabajo. El sistema propuesto, basado en la plataforma robótica Nao, se compone de tres componentes principales: Primero, la tarea N-back permite estimular la memoria de trabajo recordando secuencias visuales. Segundo, un modelo BDI implementa un agente inteligente para la toma de decisiones durante el progreso del juego. Tercero, un controlador difuso, como sistema de ajuste dinámico de dificultad, genera niveles personalizados de acuerdo con el usuario. Los resultados experimentales de nuestro sistema, en comparación con una implementación basada en computadora del juego N-back, muestran una mejora significativa en el rendimiento del usuario en el juego, lo que podría relacionarse con una mejora en su memoria de trabajo. Además, al proporcionar una interfaz amigable e interactiva, los participantes han reportado una experiencia de juego más inmersiva y mejor al utilizar el sistema basado en robótica.